El flujo de trabajo es el siguiente:

  1. Cargamos librerĂ­as, creamos paletas y generamos funciones de utilidad.

  2. Cargamos informaciĂ³n y agregamos datos sociodemogrĂ¡ficos.

  3. Creamos redes Ponente-Secretario, Ponente-Ponente, y Primer Criterio (Ponente-Secretario).

  4. Creamos sub-redes por Época, Instancia y Materia.

AnĂ¡lisis de redes especĂ­ficas:

Las redes especĂ­ficas por instancias estĂ¡n filtradas por una centralidad de eigenvector >= 0.05, y las redes especĂ­ficas por materia estĂ¡n filtradas por una centralidad de eigenvector >= 0.005.

Sub-red ponente-secretario por instancia, pintando por materia Ăºnica:

Sub-red ponente-secretario por instancia, pintando por escuela:

Sub-red ponente-secretario por instancia, pintando por estado:

Sub-red ponente-ponente por instancia, pintando por materia Ăºnica:

Sub-red ponente-ponente por instancia, pintando por escuela:

Sub-red ponente-ponente por instancia, pintando por estado:

Sub-red 1er Criterio por instancia, pintando por materia Ăºnica:

Sub-red 1er Criterio por instancia, pintando por escuela:

Sub-red 1er Criterio por instancia, pintando por estado:

Sub-red ponente-secretario por materia, pintando por escuela:

Sub-red ponente-secretario por materia, pintando por estado:

Sub-red ponente-secretario por materia, pintando por instancia:

Sub-red ponente-ponente por materia, pintando por escuela:

Sub-red ponente-ponente por materia, pintando por estado:

Sub-red ponente-ponente por materia, pintando por instancia:

Sub-red 1er Criterio por materia, pintando por escuela:

Sub-red 1er Criterio por materia, pintando por estado:

Sub-red 1er Criterio por materia, pintando por instancia:

Redes finales incluĂ­das en el reporte:

De igual manera, las redes especĂ­ficas por instancias estĂ¡n filtradas por una centralidad de eigenvector >= 0.05, y las redes especĂ­ficas por materia estĂ¡n filtradas por una centralidad de eigenvector >= 0.005.